Objavljeno OpenCV 5.0.0 — velika objava otvorene biblioteke za računalni vid i obradu slika. Izdanje je objavljeno 6. lipnja 2026. godine i već je označeno kao aktualno u repozitoriju projekta na GitHubu. OpenCV se distribuira pod licencom Apache-2.0.
Svrha izdanja je prelazak OpenCV-a od "klasične biblioteke računalnog vida" prema modernijoj platformi za CV/AI zadatke: projekt je očistio staro API, preradio modul za neuronsko umnogavanje, proširio podršku za ONNX, dodao temelje za VLM/LLM scenarije i ažurirao 3D/kalibracijski stog. Razvijatelji opisuju OpenCV 5.0 kao granu koja se također sada smatra stabilnom, a nova funkcionalnost će većinom biti uključena tamo.
Glavne promjene
Novi DNN inferencijski motor.
U modulu dnn uveden je novi motor koji suživotno djeluje sa starim. Bolje funkcionira s dinamičkim oblicima tenzora, podgrafovima i modernim mogućnostima ONNX-a. Potvrđeno pokrivanje više od 80% specifikacije ONNX, dok je u OpenCV 4.x pokriveno manje od 23%.
To je vjerojatno glavna promjena u izdanju: OpenCV nastoji postati ne samo omotač oko modela, već i potpuno ugrađeni inferencijski motor za moderne neuronske mreže.Odabir motora pri učitavanju modela.
U cv::dnn::readNet() i srodnim funkcijama uveden je parametar ENGINE_AUTO. Po defaultu, OpenCV prvo pokušava novi motor, a u slučaju neuspjeha vraća se na klasični. Ponašanje se također može odrediti putem varijable okruženja OPENCV_FORCE_DNN_ENGINE: koristiti stari motor, novi, automatski režim ili ONNX Runtime. Stari projekti nisu obavezni odmah se potpuno prebaciti na novi motor, ali nove modele je moguće postupno prevesti na njega.Integracija s ONNX Runtime.
OpenCV se sada može kompilirati s uključenim ONNX Runtime. Zbog toga OpenCV koristi vlastiti ONNX parser za izgradnju ORT grafa, što ne zahtijeva puni paket ONNX. Za kompilaciju su predviđeni parametri CMake -DWITH_ONNXRUNTIME=ON i -DDOWNLOAD_ONNXRUNTIME=ON; za NVIDIA GPU — -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Ova funkcija će biti korisna onima kojima je potreban GPU inferencijski stroj već sada, jer novi DNN motor OpenCV-a trenutačno radi samo na CPU-u.Podrška za modele vizija-i-jezika.
Новый DNN-движок включает токенизаторы, слои внимания, блоки декодирования, постобработку и KV-кеш, необходимые для запуска VLM-моделей «из коробки». Библиотека исторически ассоциировалась с обработкой изображений, а теперь заходит в область моделей, которые одновременно работают с изображением и текстом.GPU-поддержка нового DNN-движка пока не готова.
Новый движок в OpenCV 5.0 работает только на CPU. Нативную поддержку GPU обещают добавить в следующих выпусках; пока для GPU рекомендуется использовать классический движок или сборку с ONNX Runtime и NVIDIA execution providers. Для серверного или десктопного CUDA-инференса OpenCV 5.0 сам по себе ещё не заменяет специализированные рантаймы.Удалены старые парсеры Darknet и Caffe.
Разработчики убрали парсеры Darknet и Caffe, так как большинство моделей уже переведено в ONNX. TFLite пока остаётся через классический движок, а перенос на новый движок запланирован позже. OpenCV отказывается от старых форматов фокусируется на ONNX как основном обменном формате моделей.Большая чистка устаревшего API.
Удалён C API OpenCV 1.x: функции вроде cvCreateMat() и старые структуры типа CvMat больше не входят в основной API. Также удалена поддержка OpenVX, модуль G-API перенесён в opencv_contrib, туда же отправлен классический ML-модуль. Ломающее изменение для старых проектов, но оно давно напрашивалось: библиотека избавляется от технического долга, накопленного за десятилетия.Features2D переименован в Features.
Модуль расширен под современные векторы признаков из нейросетей. В основной репозиторий оставлены SIFT, ORB, FAST, GoodFeaturesToTrack и MSER, а устаревшие детекторы и дескрипторы перенесены в opencv_contrib. Добавлены ALIKED, DISK и сопоставитель LightGlue. OpenCV явно подстраивается под современные пайплайны, где признаки изображения всё чаще извлекаются не классическими алгоритмами, а нейросетями.Новые типы данных в Core.
Добавлены CV_16BF / cv::bfloat, CV_32U, CV_64U, CV_64S и CV_Bool. Также улучшена поддержка N-мерных массивов, 1D-массивов и 0D-скаляров. LAPACK теперь всегда доступен: если внешней библиотеки нет, OpenCV собирает встроенное минимальное подмножество. Изменения важны для DNN, численных алгоритмов и совместимости с современными форматами данных, где bfloat16 и расширенные типы встречаются всё чаще.Ускорена обработка изображений.
U imgproc su revidirani warpAffine, warpPerspective i remap. Poboljšanja performansi su od 10% do više od 300% ovisno o platformi, veličini slike, vrsti podataka i operativnim oznakama.
Ovo više nije o AI modu — takve optimizacije su izravno važne za klasične zadatke: video streamove, stabilizaciju, projekcijske transformacije i pripremu podataka prije inferencije.Poboljšan je izlaz teksta.
Stari mehanizam renderiranja teksta zamijenjen je STB-based TrueType motorom s ugrađenim varijabilnim fontom Rubik. Moguće je povezivanje korisničkih fontova i uvedena je široka podrška za Unicode. Međutim, složena pisma kao što su arapski i devnagari se još uvijek ispravno ne prikazuju bez Harfbuzz, a obojeni emoji nisu podržani. OpenCV postaje prikladniji za generiranje anotacija, dijagnostičkih slika i vizualizacija bez vanjskih biblioteka.Ažurirani su 3D i kalibracija kamera.
calib3d je podijeljen na geometry, calib, stereo i ptcloud. USAC je postao standardni backend za stabilnu procjenu homografije, bitne/fundamentalne matrice, PnP i druge zadatke. Dodan je pipeline za kalibraciju višenamjenskih kamera, inicijalna podrška za obradu mreža i oblaka točaka, uključujući TSDF, ICP, uvoz i izvoz .ply i .obj. Ovo je važan korak za robotiku, SLAM, AR/VR i višenamjenske sustave, gdje je sama 2D obrada odavno neadekvatna.Revidirani su primjeri i dokumentacija.
Zastarjeli primjeri su uklonjeni, a preostali su ažurirani. Za DNN primjere koristi se zajednička kolekcija modela koja se može preuzeti skriptom download_models.py. Dodani su eksperimentalni primjeri za VLM i LDM, a dokumentacija je dobila modernu temu, brzu pretragu, svijetli/tamni način rada i poboljšanu navigaciju. Za ovako veliku biblioteku ovo nije kozmetička promjena: normalna dokumentacija i radni primjeri direktno utječu na to hoće li se developeri stvarno moći prebaciti na OpenCV 5.x.
Na kraju, OpenCV 5.0 nije samo još jedno izdanje s optimizacijama, već značajno ažuriranje svega: manje naslijeđa iz doba OpenCV 1.x i više usmjerenosti prema ONNX-u, neuromrežnoj inferenciji, modernim značajkama, 3D obradi i heterogenom ubrzanju. Pri tome, prijelaz za stare projekte može zahtijevati ispravke zbog uklanjanja C API-a i premještanja dijela modula u opencv_contrib.
Izvor: linux.org.ru
